文档介绍：该【基于分层控制的混合动力车辆实时能量管理策略 】是由【十二贾氏】上传分享，文档一共【12】页，该文档可以免费在线阅读，需要了解更多关于【基于分层控制的混合动力车辆实时能量管理策略 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。:.
基于分层控制的混合动力车辆实时能量管理策略
陈路明,廖自力,马晓军,刘春光
(陆军装甲兵学院兵器与控制系,北京100072)
摘要:针对混合动力车辆中多动力源协调控制困难、燃油经济性不佳的问题,提出了一种基于
分层控制的实时能量管理策略。通过分析车辆混合动力系统的部件特性,对不同动力源进行了数
学建模;采用小波滤波层将负载需求功率分频为高、低两个部分,并将高频功率分配给超级电容等
功率型动力源,将低频功率作为模型预测控制层的参考输入,以燃油经济性、电池荷电状态和母线
电压为优化目标,求解柴油发电机组和动力电池组等能量型动力源的功率指令,依托dSPACE和
RTLAB硬件在环仿真平台对能量管理策略进行验证。结果表明:在复合城市排放循环测试工况
下,%,比基
%;分层能量管理策略下,能量型动
力源的目标功率变化更加平缓,功率型动力源介入工作更加频繁,证明了该能量管理策略在提升燃
油经济性和发挥动力源特性方面的有效性。
关键词:混合动力车辆;小波滤波;模型预测控制;能量管理策略
中图分类号:TP27文献标志码:A文章编号:1000-1093(2021)08-1580-12
DOI:.1000-
HierarchicalControl-basedReal-timeEnergyManagement
StrategyforHybridElectricVehicles
CHENLuming,LIAOZili,MAXiaojun,LIUChunguang
(DepartmentofWeaponsandControl,ArmyAcademyofArmoredForces,Beijing100072,China)
Abstract:Areal-timeenergymanagementstrategybasedonhierarchicalcontrolisproposedforthe
coordinatedcontrolofmultiplepowersourcesandlowfueleconomyofhybridelectricvehicles(HEVs).
Themathematicalmodelsofdifferentpowersourcesareestablishedbyanalyzingthetopologyofwhole
dividethefullloadpowerintohighandlowparts,andthehigh-frequencypowerisallocatedtopower-
-frequencypowerisusedasthereferenceinputofthe
modelpredictivecontrol(MPC),powerbatterystateofcharge(SOC),andDC
busvoltagearetheoptimizationitemstoobtaintheoptimalcontrolinstructionsofenergy-typepower
sourcessuchasdieselengine-
experimentswereperformedondSPACEandRTLABhardware-in-loop(HIL)simulationplatformto
,underthe
收稿日期:2020-10-07
基金项目:国家自然科学基金项目(51507190);武器装备预先研究项目(301051102)
作者简介:陈路明(1991—),男,博士研究生。E-mail:******@
通信作者:廖自力(1974—),男,教授,博士生导师。E-mail:zili_******@:.
第8期基于分层控制的混合动力车辆实时能量管理策略1581
conditionofCUEDCcycledriving,thefueleconomyoftheproposedhierarchicalenergymanagement
%comparedwiththeenergymanagementstrategybasedonfuzzyrules,
%comparedwiththeenergymanagementstrategybasedona
,thetargetpowerofeachenergy-typepowersourceunderthehierarchicalenergy
managementstrategychangesmoregently,whilethepower-typepowersourceisinvolvedinthepower
adjustmentprocessmorefrequently,whichprovestheeffectivenessoftheproposedenergymanagement
strategyinimprovingfueleconomyandexertingpowersourcecharacteristics.
Keywords:hybridelectricvehicle;waveletfiltering;modelpredictivecontrol;energymanagement
strategy
0引言1车载混合动力系统分析与建模
多轴轮式车辆多用于工程运输、
军事投送等诸多领域,具有载重能力强、越野机动好根据动力流传递方式的不同,混合动力系统可
等优势,在相关行业得到广泛应用[1]。但是,车辆分为串联式、并联式和混联式等多种类型。由于串
的高动力性往往伴随着高油耗和高排放,这与当前联式结构方案对原车机械结构改动较小,功率流传
倡导的节能减排的发展大势相悖。为此,各主要车递路径简单,且可靠性较高,成为当前混合动力车辆
企提出了多种不同的解决方案。随着电机集成化水普遍采用的结构类型。具体而言,串联式混合动力
平、电池功率密度以及电控实时性等技术的提升,混系统是一种以电能作为基本能量传输媒介,对电能
合动力技术的优势日益凸显,成为当前研究的产生、存储以及转换等全过程进行控制,以支撑各类
[2]用电负载正常工作的新型动力系统[7]。混合动力
热点。
系统通常包括两种以上动力源,具有系统集成度高、
为最大程度发挥混合动力车辆的结构优势,研
电压等级高以及能源形式多样等特点,成为各类用
究人员围绕能量管理策略进行了大量的研究工作。[8]
电平台的重要发展方向。
文献[3]制定了面向燃料电池汽车的模糊控制规
在车载混合动力系统中,供电侧为3种不同属
则,通过燃料电池补偿动力电池放电,保证了整车具
性的动力源,负载侧为8个相同参数的驱动电机,这
有较高的动力性和经济性。文献[4]以并联式混合
两部分以电能作为共同媒介,通过高压直流电缆进
动力车辆为研究对象,采用混杂模型预测控制算法
行柔性连接,为车内空间布局的优化提供了便利条
求解最优控制方案,显著提升了车辆燃油经济性。
件。在工作过程中,发动机-发电机机组承担主要
文献[5]提出了一种基于进化-增强学****方法的插
动力供给任务,用于将燃油化学能转化为电能;动力
电式混合动力公交车能量管理策略,通过离散优化
电池承担辅助动力供给任务,根据控制策略提供辅
求解,降低了车辆燃油消耗。上述公开文献中能量
助电能以优化发动机工作状态,并存储驱动电机的
管理策略大多基于民用道路车辆进行开发,运行工
回馈能量;超级电容承担母线电压的稳定任务,发挥
况相对简单,且可通过车载定位装置等进行辅助驾自身高功率密度优势快速响应高频电能变化;驱动
驶,策略开发较为容易[6]。然而,多轴车辆大多工
电机承担电能和机械能的互换任务,能够灵活工作
作在恶劣非道路路况下,功率变化较为频繁,未来工在4个象限,实现电动机和发电机工作状态的快速
况无法预知,难以通过简单移植民用车辆能量管理切换,有利于回收制动能量,减小机械刹车机构磨
策略形成对车载混合动力系统的高效控制,因此需损,提高车辆动力性和能量利用效率。车载混合动
要结合该系统特点,制定相应的能量管理策略。力系统结构如图1所示。
本文以多轴轮式混合动力车辆为研究对象,
用前置小波滤波与后置模型预测控制相结合的方为便于控制策略的开发和验证,对车载混合动
法,制定基于分层控制的实时能量管理策略,对多种力系统进行分析和建模。
动力源进行在线协调控制,以优化燃油经济性,
过硬件在环实验进行验证。发动机工作过程十分复杂,涉及力学、化学以及:.
1582兵工学报第42卷
最佳燃油消耗曲线附近,此时发动机目标转速和目
标转矩由目标功率唯一确定:
Te=fTe(Pe),
{(2)
ωe=fωe(Pe),
式中:Pe为发动机输出有效功率。
(1)式和(2)式联立,可得
m·=f(P).(3)
eee
发电机通常具有较高的工作效率,其工作状态
与工作点在效率MAP图的分布有关,可表示为
αg=fg(Tg,ωg),(4)
式中:αg为发电机工作效率;Tg为发电机输出电磁转
图1车载混合动力系统结构矩;ωg为发电机输出转速。
[9]常用动力电池模型为电化学和等效电路模型,
热力学等多学科,其精确建模较为困难。由于本
文面向能量管理策略的开发,仅需关注转速、转矩以由于控制策略仅关注电压、电流等外部物理特性,不
及油耗等外特性,不需模拟气缸气压、喷油量等复杂涉及内部复杂化学反应,因此采用Rint等效电路
模型[11]。
内部过程,因此采用数据拟合的方法,建立发动机简
化控制模型[10]。发动机的万有特性曲线如由功率平衡方程,可知
图2所示。Pb=UoIb-RbIb,(5)
式中:Pb为动力电池功率;Ib为动力电池电流;Uo为
动力电池开路电压;Rb为动力电池内阻。
根据动力电池定义,可知
t
∫Ibdt
Qr-QuQr0
SOC==-,(6)
QaQa3600Qa
式中:SOC为动力电池荷电状态;Qr为初始时刻剩余
容量;Qu为t时间段内消耗容量;Qa为动力电池额定
容量。
(5)式和(6)式联立,可得
·U2-4PR-U
obbo
SOC=gb(Pb)=.(7)
7200RbQa
图2发动机万有特性曲线(
的燃油消耗率,单位:g/(kW·h))双向DC/DC的工作效率与负载侧输出功率有
(thenumeri-
关,根据实际采集数据,通过多项式拟合,可得
calvaluesexpressthefuelconsumptionratesatdif-
αd=fd(Pdc),(8)
ferentoperatingpoints,unit:g/(kW·h))
式中:αd为DC/DC工作效率;Pdc为DC/DC输出
由图2可知,发动机燃油消耗率是以转速和转功率。
矩为自变量的函数:
·[12]
me=fe(Te,ωe),(1)超级电容采用1阶等效电路模型,根据基尔
·霍夫电压定律,可得
式中:me为燃油消耗率;Te为发动机输出机械转矩;
ωe为发动机输出转速。Uout=Us-RsIs,(9)
为提升发动机燃油经济性,要求发动机工作在式中:Uout为超级电容端电压;Us为超级电容开路电:.
第8期基于分层控制的混合动力车辆实时能量管理策略1583
压;Rs为超级电容内阻;Is为超级电容电流。1
fb≥N+1,(15)
根据电容自身物理特性[13],可知2ts
dU式中:fb为动力电池截止频率;N为小波阶数;ts为离
I=Cs,(10)
ssdt散采样时间。
式中:Cs为超级电容容值。在约束条件下,小波阶数N属于具有最小正整
(9)式和(10)式联立,可得数边界的开区间,当N取值过大时,会造成高频功
UoutIsUoutCsUoutUoutCsRsdIs率部分所占比重急剧增大,具有低能量密度的超级
Ps==+=
10001000dt1000dt电容出现大幅快速充放电,直接导致母线电压出现
UoutCsdUoutUoutCsRsdPs大幅波动,影响各类挂接直流母线设备的安全性。
+(),(11)
1000dt1000dtUout因此,N的取值应在可行区间内取最小值。
式中:Ps为超级电容功率。
超级电容功率和电压关系可简化表示为由于Haar小波具有正交和紧支等特性,且具有
Uout=φ(Ps).(12)较高的代码执行效率[17],因此本文选用该小波作为
,构造2通道滤波器组。在离散方程中,高通
根据车辆动力学理论[14],可以得到行驶平衡
和低通分解滤波器的定义分别为
方程1
ìïìïH(z)=(1-z-1),
12dvïh2
FD=μmgcosθ+CDADρv+mgsinθ+δm,í(16)
2dt1-1
ïH(z)=(1+z),
(13)ïîïîl2
式中:FD为轮胎作用于地面的驱动力;μ为滚动阻力式中:Hh(z)和Hl(z)分别为高通和低通分解滤
系数;m为整车质量;g为重力加速度;θ为坡道角波器;z为复频域中的变量。
度;CD为空气阻力系数;AD为车辆迎风面积;ρ为空原始信号经过分解滤波器后,可以得到表征信
气密度;v为实际车速;δ为旋转质量换算系数。号波动大小的小波系数。为提取高频和低频信号,
进而可得功率平衡方程为分别将各阶高频小波系数和4阶低频小波系数进行
13独立分组,为信号重构提供参考。
PD=μmgvcosθ+CDADρv+
2
dv
mgvsinθ+δmv,(14)通常小波分解得到的小波函数和实际功率幅值
dt
并不相等,为得到最终可用的功率信号,需要依据高
式中:PD为轮胎作用于地面的驱动功率。
频和低频小波系数进行信号还原[18],重构滤波器定
2分层能量管理策略设计义为
G(z)=1+z-1,
混合动力结构优势的发挥离不开先进的能量管h
{-1(17)
理策略[15],针对本文中车载混合动力系统兼有高能Gl(z)=1-z,
量密度和高功率密度两类动力源的特点,提出了式中:Gh(z)和Gl(z)分别为高通和低通重构滤
一种分层控制的实时能量管理策略。波器。
,累加得到总的高频功率
小波滤波适用于非稳态和非周期性信号的时频分量;最高阶低频系数重构后,可以直接得到所需的
域分析,主要包括分解和重构两种过程,代码执行效低频功率分量。
率高,具备实时运行能力[16]。
高功率密度的优势,避免动力电池高频充放电,本文由于本文离散采样时间为5ms,动力电池截止频
采用小波滤波,将高频功率从负载功率中分离出来。率取为10Hz,得到小波阶数为4,小波分解和重构如
。图3中,H1、H2、H3、H4分别表示1阶、
为保护动力电池,小波阶数通常需要满足关2阶、3阶、4阶各阶高频分量,L4为4阶低频分量。
系式:负载功率经过小波滤波层后,可得:.
1584兵工学报第42卷
1tv
mf=∫Pef(Pe)dt,(24)
3600t0
式中:mf为[t0,tv]时间段内的燃油消耗量;t0为起始
时刻;tv为终止时刻。
设变量为
éSOCùéSOCù
êúêúéPegù
图34阶小波分解和重构示意图x=êmfú,y=êmfú,u=êú,v=[Pl],
êëêëPúûúû
êúêúbd
-orderwaveletëUoutûëUoutû
decompositionandreconstruction(25)
P=P+P,(18)式中:x为3×1的状态向量;y为3×1的输出向量;
tlh
式中:P为负载总功率;P为低频功率分量;P为高u为2×1的控制向量;v为可测扰动。
tlh
频功率分量。其中,高频分量P由H、H、H、H经可以得到非线性状态空间方程为
h1234·
过重构得到,低频分量P由L经过重构得到。高频x=f(x,u,v),
l4{(26)
功率分量特性近似于均值为0的白噪声,该部分功y=g(x,u,v).
率经过超级电容作用后,其高频波动能够得到有效(26)式进行1阶泰勒展开,得到线性预测模
平抑,有利于保护发动机-发电机组和动力电池组型为
·x=Ax+Bu+Bv,
等惯性动力源,提高母线电压品质。uv
{(27)
=Cx,
在满足动力性约束条件下,为实现燃油经济式中:A为3×3的系统矩阵;Bu为3×2的控制矩
性、电池荷电状态(SOC)和母线电压稳定性的优阵;Bv为3×1的扰动矩阵;C为3×3的输出矩阵。
化,采用模型预测控制方法,实时求解发动机-
电机组和动力电池组的最优功率分配比。模型预为优化发动机燃油经济性、电池SOC稳定性以
测控制的实现主要依托预测模型、滚动优化和反及母线电压稳定性,建立如下优化目标函数:
[19]k+Pk+P
馈校正3大功能模块。J=α(m(i))2+β(SOC(i)-SOC)2+
∑f∑r
=ki=k
k+P
由于发动机与发电机未经变速机构直接相连,γ(U(i)-U)2,(28)
∑outr
因此二者具有相同的转速,发动机机械转矩与发电i=k
式中:J为优化目标函数;α为燃油经济性权重系
机电磁转矩由发电机效率决定,(6)式可整理为
数;β为电池SOC优化项权重系数;SOCr为动力电
αg=fg(αgfTe(Pe),fTe(Pe)).(19)
池SOC的参考值;γ为母线电压优化项权重系数;
双向DC/DC低压侧与动力电池相连,可自主控
P为预测时域长度;k为假设的任意起始时刻;i为
制电池充放电状态切换过程,因此(8)式可表示为
离散时间变量。
fd(Pbαd),Pb≥0kW;
αd=(20)约束条件为
{f(P/α),P<0kW.
dbdbìSOC≤SOC≤SOC,
ïminmax
考虑二者工作效率,可得ïP≤P≤P,
ïe,minee,max
Peg=Peαg,(21)ï
íPb,min≤Pb≤Pb,max,(29)
Pbd=Pbαd,(22)ï···
式中:P为发动机-发电机组输出到直流母线的功ïPe,min≤Pe≤Pe,max,
eg
ïïïï···
率;Pbd为动力电池组输出到直流母线的功率。îPb,min≤Pb≤Pb,max,
若直流母线侧负载低频功率已知,根据功率平式中:下标min表示变量的最小值;下标max表示变
衡关系,可得量的最大值。
Pl=Peg+Pbd+Ps.(23)在显式约束条件下,利用二次规划方法实时求
发动机的燃油消耗量为解最优控制量[20],可得:.
第8期基于分层控制的混合动力车辆实时能量管理策略1585
u^=arg(minJ),(30)预测输出。
式中:u^为最优控制序列;arg(·)为最优解读取假设相邻时刻误差维持不变,则可对当前时刻
函数。预测结果进行校正。
^(k+1|k)=y(k+1|k)+δ(k),(32)
由于建模不精确、参数时变和外部扰动等因素,式中:y^(k+1|k)为k对k+1时刻的校正预测输出;
预测模型不可避免存在误差[21]。为避免误差累积y(k+1|k)为k对k+1时刻的初始预测输出。
影响预测精度,利用反馈校正的方法,
期开始时,实时获取前一时刻的总误差为为充分发挥两种控制方法的优势,采用前置小
δ(k)=y(k)-y^(k|k-1),(31)波滤波和后置模型预测控制相组合的方式,建立分
式中:δ(k)为k时刻的预测误差;y(k)为k时刻的层能量管理策略,分层能量管理策略的结构如图4
实测输出;y^(k|k-1)为k-1对k时刻的校正所示。
图4分层能量管理策略
车辆中主要的负载为8个大功率驱动电机,占验方案[23]。该仿真平台结构如图5所示。
据整车负载功率的90%以上,由于电机具有极快的
动态转矩响应速度,使得负载侧功率需求呈现非平
稳快速变化趋势[22]。基于提升安全性和效率等因
素考虑,在第一层将负载功率分解为高频和低频功
率,其中:前者直接由极高功率密度的超级电容进行
提供,用于保护动力电池等低功率密度的动力源;后
者作为模型预测的参考输入功率,用于优化燃油经
图5硬件在环仿真平台
济性、SOC和母线电压稳定性,通过实时优化求解,
-in-the-loopsimulationplatform
得到发动机-发动机组和动力电池组的目标功率。
上述实时能量管理策略在满足动力性前提下,充分能量管理策略在实时仿真器dSPACE中编写完
考虑了各动力源不同的工作特性,为多动力源优化成后,编译为C代码后下载到实际中央控制器DSP
控制提供了理论支撑,成为一种实时优化能量管理中;混合动力系统仿真模型在RTLAB上位机搭建完
解决方案。成后,利用内置工具箱自动编译下载到实时仿真器
RTLAB中;车辆动力学模型和路面信息在Vortex动
3仿真实验与结果分析
力学仿真软件中进行代码编程,生成可视化动画界
为验证实时能量管理策略的可行性,依托实验面。中央控制器DSP、实时仿真器RTLAB和动力学
室先进的硬件在环仿真平台,设计具有代表性的实仿真软件通过CAN总线搭建的通信网络进行数据:.
1586兵工学报第42卷
交互,模拟真实车辆的总线通信方式。模拟驾驶舱表2主要控制参数
通过串口连接方式,
学仿真软件Vortex建立单向通信关系,将驾驶员的参数数值参数数值
踏板和挡位等信号传递到控制单元和显示单元。将离散采样时间/
实时总线分析器CANoe作为仿真节点接入CAN通控制指令周期/
信网络,用以实时监测和记录总线所需的数据流,为控制时域/s3电压参考值/V750
后续数据分析提供便利。预测时域/
制效果,选取车辆瞬态测试行驶工况CUEDC作为
最佳油耗曲线分布,此时动力电池组和超级电容频
实验工况,该工况为一组从大量实际数据中提取
[24]繁深度充放电,电池SOC和母线电压稳定性变差;
得到的描述时间和车速关系的标准曲线,能够
当电池SOC优化项权重系数较大时,要求动力电池
极大程度上反映车辆的真实驾驶工况,速度曲线
减小充放电频率和深度,此时超级电容通过频繁深
如图6所示。
度充放电小幅优化发动机工作状态,燃油经济性和
母线电压稳定性变差;当母线电压优化项权重系数
较大时,要求超级电容减小充放电频率和深度,此时
动力电池高频深度充放电,燃油经济性和电池SOC
稳定性变差。在各优化项标准化处理的基础上,选
取表2中权重系数组合方案,以实现多目标优化。
为对比不同能量管理策略的控制效果,选定模
糊控制策略、单一模型预测控制策略以及本文所建
立的分层控制策略分别进行仿真实验。
本文采用标准Mamdani型模糊控制器结构,以
图6CUEDC标准循环行驶工况
负载功率以及电池SOC为输入,以发动机-发电机
组目标功率为输出,优化设计了一个两输入单输出
车辆及环境部分参数如表1所示。的模糊控制器(具体设计过程可参考文献[25]),通
表1车辆和环境参数过遍历测试,最终以数据查表形式嵌入实际控制程
,部分结果如图7所示。
参数数值参数数值图7(a)展示了模糊控制实验中的车速跟踪曲
车辆质量/kg15000驱动形式8×8线,实际车速能够以较小偏差快速跟踪目标车速,表
迎风面积/。由图7(b)可知:发动机-
发动机额定功率/
发动机最高转速/,且它们大部分时候工作在各自的最大功率边界;
-12100超级电容参与工作较少,且充放电深度较浅,主要用
(r·min)
电池额定电压/V550双向DC/DC于补充能量型动力源在动态调节过程中的功率不
。由于模糊控制策略仅考虑了负载功率和电池
电池额定容量/(A·h)40变流器效率
超级电容电压/V900超级电容容量/F5SOC的变化情况,不具备对发动机工作点的优化功
能,因此在完整工作过程中发动机工作点分散地分
控制器部分参数如表2所示。表2中,各优化布在整个工作平面内,且大部分工作点偏离最佳燃
项权重系数的选取对能量管理效果影响较为显著,油消耗曲线较远(见图7(c)),其燃油经济性势必
体现了驾驶员控制意图。通过前期仿真及实车试验受到影响。
数据可知,各优化项之间存在矛盾关系:
性优化项权重系数较大时,要求发动机工作点靠近不考虑小波滤波层的作用,仅将模型预测控制:.
第8期基于分层控制的混合动力车辆实时能量管理策略1587
图7模糊控制结果图8模型预测控制结果